输电线路覆冰对输电网的安全运行有着巨大的破坏性,恶劣的微气象环境是输电线路形成覆冰的主要原因,且在局部区域微气象环境不变,因此本文从微气象角度出发预测输电线路的覆冰厚度。在自然状态下,输电线路覆冰厚度呈非线性增长态势,且形成的微气象影响因素众多,难以通过简单的拟合函数来进行覆冰厚度短期预测。针对以上问题,本文引入强非线性逼近能力、强泛化能力和强自适应能力的BP神经网络对输电线路覆冰厚度进行短期预测。由于BP神经网络易陷入局部最优、过拟合、低稳定性等缺点,结合思维进化算法(MEA)较强的全局搜索能力,利用思维进化算法来优化BP神经网络,建立基于微气象的MEABP神经网络模型,以温度、湿度、风速、风向、大气压强和光照强度等六个微气象影响因素作为输入矢量,训练一个高精度的输电线路覆冰厚度的短期预测模型。建立GABP神经网络预测模型作对比,实验结果证明MEABP预测模型能更加准确稳定的预测出短期输电线路覆冰厚度。考虑到我国复杂的地形地势地理情况,输电线路周围200m范围内的湖泊、河流、水库等大水域区域对周围空气湿度常年造成影响,因此本文建立一个局部地理位置覆冰厚度修正模型,用一个地理位置修正值来修正MEABP神经网络覆冰厚度短期预测模型的预测值。并把MEABP神经网络模型与地理位置修正模型结合起来,实验结果证明经地理位置修正的基于微气象的输电线路覆冰厚度短期预测模型预测精确度更高且适用范围更广。最后根据训练的覆冰厚度短期预测模型,设计并实现了基于微气象的输电线路覆冰厚度短期预测系统。